典型关系抽取系统的技术方法解析-数字图书馆论坛.pdfVIP

典型关系抽取系统的 * 技术方法解析  □ 徐健 / 中国科学院国家科学图书馆 北京 100190 中国科学院研究生院 北京 100049 中山大学资讯管理系 广州 510275 □ 张智雄 / 中国科学院国家科学图书馆 北京 100190 摘要：实体关系抽取是信息抽取领域中的一项重要任务。文章在对当前关系抽取的相关文献、系统和 项目进行分析研究的基础上，将基于非结构化文本的实体关系抽取技术方法归纳为：以模式构造和匹配为 主线进行关系抽取、以词典驱动关系抽取、运用机器学习算法进行关系抽取、借助Ontology进行关系抽取以 DLF 及多种方法有机结合进行关系抽取。从技术应用特点、核心模块的实现细节以及系统评测结果等方面深入 分析了典型的关系抽取系统，它们包括REES关系抽取系统、SVM关系抽取系统、T-Rex关系抽取系统、KMI语 题 话 期 本 义网络门户的混合关系抽取系统，旨在为进一步构建实体关系抽取系统提供良好借鉴。该文为2008年第9期 本期话题“知识抽取”的文章之一。 关键词：知识抽取，关系抽取，关系抽取方法，典型系统，数字图书馆 DOI:10.3772/j.issn.1673-2286.2008.09.002 T 1 引言 关系抽取技术路线经历了从模式、词典等简单 o p i 方法到机器学习、基于Ontology 的关系抽取等复杂 c 信息抽取任务在细节和可靠性上有不同的选 方法，从基于分词、句法等匹配的浅表分析到基于 择，但一般都包括两个普遍存在并且紧密关联的子 语义的深层分析的发展过程。关系抽取性能正在逐 任务：实体识别和关系抽取。实体识别通过实体抽 步提高，技术也在不断进步和完善。尽管关系抽取 取技术抽取各个知识要素。抽取出的知识要素以离 技术还未达到普遍应用的成熟度，一些典型关系抽 散的形式存在，只能反映出文本中包含哪些实体， 取原型系统的发展仍然值得我们关注。从这些原型 例如人、机构、地点等，却不能反映出知识要素之 系统，我们可以看到关系抽取技术的关键问题、发 间的关系，例如机构与人之间的雇用关系、机构与 展趋势以及广泛的应用前景。本文的第2部分对关系 地点之间的位置关系等，而关系抽取则是要解决这 抽取的技术路线进行总结。第3部分选取具有代表性 一难题。 的几个关系抽取系统，从关系抽取的技术特色方面 关系抽取技术在很多领域具有应用价值。例 进行了分析。 如，在自动问答系统中，关系抽取技术能够实现自 动地将相关问题和答案进行关联；在检索系统中， 2 关系抽取的几种思路 关系抽取技术使类似于 “找出某个机构所有成员的 出版物”这样的语义检索功能的实现成为可能；在